买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:浙江大学
摘要:本发明公开了基于视觉感知范式与无监督聚类算法识别精神分裂症亚群的系统:视觉感知检测模块,采集在视觉感知范式中光栅呈现时间数据;无监督机器学习聚类模块,以光栅呈现时间数据作为输入,通过聚类算法分出第一亚群和第二亚群,使用主成分分析法与T‑SNE进行数据降维进一步分析;运动环绕抑制指数计算模块,计算SI值;相关性验证模块,对第一亚群和第二亚群的差异性通过SI值和精神分裂症的临床指标进行验证;亚群预测模块,采集新样本的光栅呈现时间数据作为输入,无监督机器学习聚类模块进行预测,输出样本为第一亚群或第二亚群的概率。该系统通过行为学数据实现对SCZ患者认知能力进行分类与预测,具有更加客观和有效的特点。
主权项:1.基于视觉感知范式与无监督聚类算法识别精神分裂症亚群的系统,其特征在于,所述系统包括:视觉感知检测模块,采集被试者在视觉感知范式中光栅呈现时间数据;无监督机器学习聚类模块,以视觉感知范式中光栅呈现时间的多维数据作为输入,通过无监督聚类算法将精神分裂症分出两个亚群,分别为第一亚群和第二亚群,使用主成分分析法与T-SNE进行数据降维,并进一步在二维空间中分析两个亚群的数据分布情况;运动环绕抑制指数计算模块,根据不同光栅呈现时间下的正确率拟合光栅的分辨阈值,再根据大小刺激下的分辨阈值的比值再取对数作为运动环绕抑制指数SI值;相关性验证模块,根据不同亚群运动环绕抑制指数SI值的差异性以及SI值与精神分裂症的临床指标的相关性对第一亚群和第二亚群聚类结果进行验证;在相关性验证模块中:第一亚群的SI值显著低于健康对照组,第二亚群的SI值与健康对照组相比无差异;第一亚群的SI值与精神分裂症的临床指标具有显著的负相关性;第二亚群的SI值与精神分裂症的临床指标不具有相关性;亚群预测模块,通过视觉感知检测模块采集新样本,用新样本的光栅呈现时间的多维数据作为输入,使用无监督机器学习聚类模块进行新样本预测,得到新样本属于第一亚群或第二亚群的概率。
全文数据:
权利要求:
百度查询: 浙江大学 基于视觉感知范式与无监督聚类算法识别精神分裂症亚群的系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。